基于深度学习的故障诊断方法研究
文献类型：期刊论文
| 作者 | 何旭1 ; 蒋强2; 沈林2; 张伟1
|
| 刊名 | 计算机仿真
 |
| 出版日期 | 2018 |
| 卷号 | 35期号:7页码:409-413 |
| 关键词 | 深度学习 故障诊断 栈式编码器 |
| ISSN号 | 1006-9348 |
| 其他题名 | Fault Diagnosis Method Based on Deep Learning |
| 产权排序 | 2 |
| 英文摘要 | 针对传统故障诊断方法在处理大数据量、样本结构复杂的工业过程中诊断效果不理想问题,提出一种深度学习与softmax分类器相结合的故障诊断方法。该方法首先采用深度学习方法最大限度地挖掘数据中的隐含特征,充分体现样本的表现力,实现有效的特征提取。然后应用预训练和微调相结合的策略对故障诊断模型训练。最后应用softmax分类器输出故障结果。为了可以提高故障诊断模型的稳定性,简化训练过程,深度学习网络选择栈式编码器深度网络。仿真中将该故障诊断模型与简单softmax分类器诊断模型进行比较分析,结果显示该方法的诊断精度得到了显著提高,能够满足复杂工业过程故障诊断的需求。 |
| 语种 | 中文 |
| 源URL | [http://ir.sia.cn/handle/173321/22747]  |
| 专题 | 沈阳自动化研究所_空间自动化技术研究室 |
| 通讯作者 | 蒋强 |
| 作者单位 | 1.中国科学院沈阳自动化研究所 2.沈阳理工大学 |
| 推荐引用方式 GB/T 7714 | 何旭,蒋强,沈林,等. 基于深度学习的故障诊断方法研究[J]. 计算机仿真,2018,35(7):409-413. |
| APA | 何旭,蒋强,沈林,&张伟.(2018).基于深度学习的故障诊断方法研究.计算机仿真,35(7),409-413. |
| MLA | 何旭,et al."基于深度学习的故障诊断方法研究".计算机仿真 35.7(2018):409-413. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。